吾道长不孤提示您：看后求收藏（天书网www.tsms517.com），接着再看更方便。
向山看到了墙壁。
仿佛建模出了问题一般，无数细微线条组成的稀疏墙壁。
小八想着墙壁伸出手。
他并不是真的“伸出手”了。他也没有灵魂出窍。这一面墙壁是他所得到的数据反馈，是从服务器下载到的数据、经由生物脑的处理则想象成的。向山也只是借由“伸出手”的这个念头，来进行自我暗示。
向山生物神经网络之中，一部分自主放电的中层神经元，会与产生这个“伸手”这个念头的神经元，以及将之囊亏在一起的内功神京回路一起，形成混杂的“预测式编码结构”。
这是大脑的一个固有机制。
大脑依靠神经元网络层层抽取抽象概念、特征来进行识别。“深度学习”就是模拟这一过程，利用一层层的计算机编码，抽取输入信息的特征，进行单独的识别，并进行复杂的模拟计算，并最终给出结果。其中的“深度”，便是指“模拟神经网络的层数”输入层与最终输出层之间、模拟层层抽取特征的神经元网络的“隐藏层”。层数越多，计算的深度也越深。所以越是复杂的选择问题，越需要深度的层次多。
21世纪初所出现的超级围棋计算机AlphaGo，其策略网络是13层，每一层的神经元数量为192个。
人类在辨识、思考的时候，一部分自主放电的中层神经元，就可以与输入神经元形成“预测编码结构”，在输入信息符合“预期”的时候，可以跳过“调集大量神经元对外来信息进行加工”的过程。
而内功修炼到高深处，便可以对这个机制移花接木。在特定的状态下，内功高手可以用更直观的简单神经冲动，唤醒一大片刻录了强大内功的神经回路，甚至跳过了主观意识的阶段，直接用自己大脑的数学机能解决问题。
